AI领域创业迎来真正的风口。面对风口,国内的BAT巨头们分别在自动驾驶、智能硬件、投资AI企业构建AI生态三个方向展开人工智能入口的争夺。 那么AI创业公司在选择创业方向时又有哪些原则,如何避开与巨头的竞争?下文梳理了AI企业创业的三个原则:不要去干入口的活、一定要赚钱、注重与行业的结合。 不要去干入口的活 硬件被巨头们当成人工智能的入口 AI领域的创业公司在选择方向时,一定要避开与巨头之间的竞争。尤其是不要想着去做人工智能入口的活。 因此,选择创业逻辑就是:选项线下数据的线上化已经做的非常好的行业; 如果某个方向或领域中的大数据做得很好,就做这个方向或领域的AI创业;具体的原则就是创业者要想在人工智能领域创业成功,就要跟行业结合 研究这些行业的数据怎么采集、怎么生成、怎么用等一系列问题,了解清楚了就有了创业的切入点。 结语 AI创业原则归结为三点就是:要关注人工智能技术、关注行业、关注行业领域的具体业务。
作为AI和SaaS行业的观察者,我从我的角度,再解读四个点。第一,Manus被收购,算是新一代中国软件和SaaS、AI创业者们路径选择的样本。 如果只把Manus看成一家被并购的AI应用公司,那几乎什么都学不到;但如果把它放在2025年这个时间点,与DeepSeek、与巨头的算力战争、与中国SaaS的整体困境放在一起看,它其实给了中国创业者一个非常清晰 很多中国软件和SaaS、AI创业者们到现在还在逃避一个现实:再好的应用,如果没有被有效传播,本质上等同于不存在。巨头卷算法,是因为他们只能卷这个。 在国内,AI应用还只算是大模型的附庸;在海外,AI应用本身就是独立的估值主体。Manus的选择,某种程度上是在告诉所有中国创业者:如果你做的是应用,不出海,等于主动把自己的天花板压到最低。 它在告诉中国创业者——2026年这一轮,世界不再奖励最聪明的人,而是奖励最会把价值送到用户面前的人。产品、营销、出海、节奏感——这些看似老派的能力,正在AI时代重新变成最锋利的武器。
《AI 技术创业的机会》 前言: 在当今数字化时代,AI 技术正以惊人的速度发展,并为创业者们带来了无数的机会。随着人工智能技术的不断进步,各种创新的商业模式和应用场景也不断涌现。 在这篇文章中,我们将探讨三个 AI 技术创业的方向,并对每个方向进行说明。 方向一:智能医疗 1. 疾病预测与预防:利用 AI 分析大量医疗数据,预测疾病的发生,并提供个性化的预防建议。 2. 总之,AI 技术在医疗、教育和金融等领域都有着广阔的创业机会。创业者们应充分发挥创新精神,抓住机遇,利用 AI 技术创造更多的价值。
量子位独家获悉,这回跟谷歌say byebye的,是文生图核心团队——AI绘画模型Imagen论文的四位核心作者,出走目的是要搞自己的AI公司。 核心人才创业,自然少不了VC塞钱——已经按1亿美元的惊人天使估值完成了首轮融资,而且更多VC想给钱而赶不上、投不进。 这也算是文生图、文生视频、AIGC赛道上,最知名的研究团队之一了。 就拿刚刚过去的2个月来说,先是包括顾世翔(Shane Gu,‘让我们一步一步地思考’研究者)在内的至少4名谷歌大脑成员加入OpenAI;情人节时,Hyung Won Chung和CoT最早的一作Jason T5-XXL的C4训练集包含800GB的纯文本语料,在文本理解能力上比CLIP强不少,因为后者只用有限图文对训练。 图像生成部分则用了一系列扩散模型,先生成低分辨率图像,再逐级超采样。 也许,这四人出走,继续做Imagen,并做Imagen的视频版,说不定就是为了想把项目放到一个更开放的AI环境。 而且这种出走创业,也是热钱大钱向AIGC汹涌的结果。
当然,此前他历经四五次创业,有成功也有失败。那么,作为一个创业老兵,关于创业,他有着什么样的感悟? 以下内容根据张一鸣公开演讲整理。 很多人选择创业是为了钱,我历经了四五次的创业,所以,不少人认为我创业自然也是为了钱,其实真的不是这样。 我先后经历过五次创业,有人说,我屡次创业是因为每一次创业我都以失败而告终,这并不准确,在这几次创业中,有成功的,也有失败的,比如九九房就做得比较成功。 ? 2 创业与做生意的区别 我们经常说创业,而“创业”这个词是最近十年才比较流行的。之前也有一个类似的,叫“做生意”。做生意和创业有什么不同? 4 创业要经常自省 做今日头条这类推荐搜索引擎的提升空间还很大,难度挺高,前面肯定不止一个对手,你去阻挡一个人反而会耽误你向前。
作者:腾讯云 FPGA 团队 前景 随着 AI 这股热潮的发展,业界对人工智能发展的热情逐渐高涨,人工智能也成为了未来发展的趋势。中小型企业也期望搭上人工智能这辆列车。 DNN 算法模型为 17*200*20*1 的 4 层模型,要求 4000 个样本的 DNN 计算时延要小于 5ms。 项目结果: FPGA 完成 CNN 算法的 Alexnet 模型,FPGA 处理性能是 CPU 机器的 4 倍,FPGA 机型单位成本是 CPU 机型的 1/3。 小结 当前 AI 火爆,得益于 FPGA 的高密度计算能力以及低功耗的特性,FPGA 率先在深度学习在线预测方向(广告推荐、图片识别、语音识别等)得到了较大规模的部署。
近年来,国内AI创业赛道竞争激烈,相继涌现出众多AI公司和应用。作为AI领域知名人物,62岁的李开复再次出发,全身心投入AI大模型赛道,2023年,他创立了“零一万物”。 是“AI教父”失灵了?还是AI赛道创业维艰? 故事要从很早时候讲起。 李开复的多重身份标签: 博士、AI教父、CEO 李开复,为何被称为AI教父? 李开复很早就在AI领域扎根了。 2009年,李开复放弃百万年薪回到国内创立了“创新工场”,以资本赋能AI创业,投资了国内近百家AI企业,如科技公司第四范式、旷视科技、创新奇智等,还包括现在大家所熟知的知乎、美图。 62岁高龄的李开复,再度启程,创立了零一万物,全力投身AI大模型赛道。 零一万物于2023年5月正式注册成立,公司的名字象征着李开复的AI创业“从零到一”。 李开复后来在媒体中强调,零一万物的创业初衷未变,一直都是Make Al Work,但他也提到,创业者应尊重商业规律,回归商业本质。
郭靖:2015年辞职,刚开始的想法很简单,就是想去优秀创业者聚集的地方跟优秀的人聊天、请教,用假装面试、知乎勾搭、跑会场、直接敲门等各种方式,跟很多优秀的科技创业者聊天请教。 ,让硅谷的成功创业者和投资人给他们上课)。 2018年8月,开始做AI作曲这个项目。 · 创业时 · 不懂乐理,也要创作音乐 春芳:为什么会想到做AI音乐?因什么而起呢? 郭靖:来自于对上次创业(ChatBot)失败的反思。 首先在技术突破对创业时机的选择上:上次创业是做Chatbot在汽车行业的应用。一年多的时间当中,我们逐渐发现所谓的AI技术突破,并不是像直观理解的那样,跟人工智能有关的所有事情都齐头并进的突破。 其中,晨兴资本是国内最顶尖的美元基金之一;彩云科技帮助他们进行AI一线研发;快手是UGC社交的顶级产品;张栋是AI领域的顶级专家。所获资源都称得上是当前投资界和AI领域的 “红人” 们。
Salesforce和创业生态系统有较强的连接性,这一点很重要。 4. 人工智能创业不是简简单单4、5个人就能搞定的事 Sam:人工智能是否将成为创业公司的“最佳市场策略”? Matt:我认为,大多数的人工智能创企最终都会趋同。 这样高的门槛,使得机器学习企业很难成为精益创业企业,至少现在看来是这样。对于这些创业团队,构建一个真正以AI技术为驱动的可行产品仍比较困难。 任何一款运作良好的AI产品,都需要基于大量数以训练算法,并定制完善产品。 比较常见的情况是,AI创业团队以大额预算来追求大体量客户,自上而下销售产品,基本上遵循合作策略。 AI型创业公司必须提供10倍产能 Sam:投资人是否会将人工智能创业公司视为收购标的,或者是否看好这些创业企业发展为大型独立公司? Matt:考虑到风险投资的经济效益,后者的可能性更大。
OpenAI拓宽Converge启动程序 ChatGPT制造商OpenAI正在扩大其Converge AI创业计划。 该项目可容纳10至15家公司,从2024年3月11日至4月19日为期六周。OpenAI还将支付项目第一周和最后一周的差旅费用,其他几周可以远程完成。 两位前谷歌员工和这篇概述Transformer模型的有影响力的论文的合著者组成了一家新的初创公司,以“加深人类和计算机之间的合作关系” Ashish Vaswani和Niki Parmar成立了Essential AI 融资新闻 AutoGen AI AutoGen AI是一家总部位于纽约的初创公司,它使用生成人工智能帮助公司优化投标书的撰写,这通常是一个耗时的过程。
第一步:理解数据科学的格局 首先需要明确的一点是,当前的数据科学、机器学习和 AI 作为一个独立的行业都已经具备了相当的体量。 因此,对于那些专注于研究下一代的智能聊天机器人或者大数据分析应用的创业者来说,机会已经不多了。 第二步:最小化的可用数据产品(Minimum viable data products,MVDP) 创业圈流行这样一个理念:开发产品时先做出一个简单的原型——最小化的可用产品(Minimum Viable 可能有些创业公司目前并没有自己的数据科学家,但可喜的是,现在互联网上充满了相关教程和学习资料,还有丰富的程序Demo和API接口,可以帮助这些公司实现数据科学的相关功能。 特定用途的 AI 平台:这一类的工具似乎发展势头强劲,初创公司可以直接接入这些平台,然后通过云端计算实现各种各样的创新功能。
AI 科技评论按,在人工智能如此热门的时代,许多人都开始 AI 创业。不过 AI 创业也并不会就有多么简单,想要能走到最后还是需要注意避免踩雷掉坑。 Towards Data Science 上近期的一篇文章就介绍了作者关于 AI 创业的观察。AI 科技评论翻译如下。 AI 创业指南 对小型 AI 新创公司,尤其是那些搞个人助手的公司来说,自家产品无法接入海量数据确实令人沮丧。 当然,从来没人说这是个容易事,但它并非不可能。 电表(Electric Meter)= 另一个产品的使能技术,但并非产品本身 方法4:如果你是一家 B2B AI 公司,从长远来看自己得备着杀手锏,这样才能在自行打造和外购的争论中站稳脚跟。 AI 行业还没出现类似谷歌这样对互联网具有统治能力的超级公司。所以说不定你的公司就是未来 AI 行业的新教父。 方法7:创业是场挑战,这里没有剧本、没有方程式、没有走向胜利的模板。
在AI PC时代,创业者正迎来前所未有的机遇与挑战。随着人工智能技术的不断进步,如何将先进技术转化为商业价值,已成为创业者们探索的重点。 月初,我们介绍了NVIDIA推出NVIDIA RTX AI Toolkit(NVIDIA RTX AI Toolkit发布,解锁Windows应用的AI新时代),这一创新工具集不仅为Windows应用开发者量身打造了一套全面的工具集和 RTX AI Toolkit确保无论是在本地还是云端部署,创业者都能获得卓越的AI性能,从而轻松应对各种复杂的AI开发需求。 因此,RTX AI Toolkit正逐渐成为创业者们在AI PC时代中的必备神器,助力他们高效实现创新应用的快速落地,走向成功之路。 这个项目极大地降低了AI模型定制的门槛,使得更多开发者和企业能够根据自己的需求快速构建出适用的AI解决方案。
春芳:作为第二次创业,跟第一次相比,各方面会有哪些不同? 郭靖:第一次创业的认知模型比较简单,当时就是希望能将chatbot应用在某个垂直领域中,觉得chatbot有价值,用在某个垂直领域中能解决问题,就做了。 谁会创业啊。 因为我觉得创业是向不确定性挑战,做成任何一件事的概率都是一样的小,如果这样,为什么不选一个最大的事儿去做,简单的数学期望问题。 关于郭靖,更多阅读: 《AI智能作曲×数学|郭靖》 特别感谢 郭靖 ← 受访 京東、Truely He ← 排版
做生成式AI的都懂,现在想把产品正式推给用户,备案这关绕不开 我们团队前前后后筹备了3个多月,踩过8个大雷才顺利拿证,今天把压箱底的干货整理出来,新手直接抄作业就能少走半年弯路! 先划重点:不是所有AI产品都要备案!先搞清楚自己要不要办,别瞎忙活浪费时间✅ 哪些情况必须备案?1. 公司名称、域名持有者必须和营业执照完全一致,服务范围要写具体,别笼统说“提供AI服务”,要写“文本创作辅助”“商业图片生成”这种明确表述;2. 安全评估报告:重点中的重点! 每类训练数据都要标清楚来源,是采购的就附授权书,是开源的就附链接,还要说明怎么清洗的、怎么过滤不良信息的;4. 安全评估报告太敷衍:别只写“有审核机制”,要附截图证明有AI初筛+人工复审,说明人工审核比例;2.
他鼓励更多的开发者和AI研究人员去做「智能体」相关的事情,认为AI智能体在未来会有很大的机会。 首先,他先用自然语言告诉GPT Builder自己想建立一个专门帮助创业者的聊天机器人。 然后简单修改了一下GPT Builder生成的,建议用户提出的创业问题,再生成了一个产品图标,他的这个「创业导师GPT」就完成了。 在右边的预览屏幕中,「Sam Altman定制版创业导师」就可以开始对外营业,回答创业提出的具体问题了。 Altman自己提了一个问题:「初创公司初期在招人的时候,需要看重哪3个品质?」 这样就能将开发人员从以前繁琐的开发过程中进一步解放出来,把精力专注于构建AI应用的核心部分。
最近碰到经纬的张颖(注:经纬中国创始管理合伙人),张颖说“推事本”的创业故事挺励志的,可以写一写。此前我们一直埋头做自己的事情,没想过我们的经历是一个“励志”的故事。 若是我们的经历能够对别的创业者有所帮助或引以为戒,都是一件特别好的事,把我们的故事和大家分享一下。 ? 2011 年 5 月,我在腾讯做了 6 年的产品经理之后离职创业,迄今已是第 4 个年头,大体上经历过失败,迷茫和重生三个阶段。 丢开“BAT”的思维模式 作为一个典型的 BAT 背景的创业者,我觉得 BAT 背景更像是一个大学毕业证:找工作时有用,真正工作了就没用了。 这个过程持续大约有 4 个月的样子,这才是整个经历中最黑暗的时候。
在大环境恶劣的情况下,如何破局,大家都想到的是AI. AI成为各行各业最新的“流量密码”,各家公司纷纷为自家产品贴上AI标签,以换取更高的市场竞争力。 手握喜羊羊与灰太狼这一国民级别IP的奥飞娱乐,在新品发布会上,也公布了最新以AI为核心的智能新品系列,涉及三大品类:AI毛绒、益智教育、桌面机器人,包括“哄睡AI喜羊羊”智能玩具。 从10元就能入手的AI智能硬件,到万元的AI机器人,中间涉及了许多因素,除了产品技术成本的差异外,另外也有因IP受欢迎程度产生溢价,这导致AI陪伴玩具的定价也是天差地别,功能与价格之间存在一定程度的脱钩 如AI早教机器人,面向家庭提供AI故事共创、定制爸爸妈妈的声音讲故事、场景问答等功能。还有AI外语陪练,面向小学生,提供口语对话,单词背诵。3. 相比起前面两种方向AI陪伴玩具的普适性,健康类产品是更小众的细分赛道,但AI陪伴玩具对特殊群体的重要性同样重要。
最近大模型创业十分火热, 身边很多朋友不是转做大模型,就是投身到大模型的创业浪潮中去了,下面给大家分享华为天才少年、现在是一名创业者的李博杰对于大模型创业的十个灵魂拷问,让我们一起来看看。 To B,容易陷入定制开发和价格战,像上一波 AI 浪潮中的一些公司一样,最后拼的是客户关系和价格。技术团队创业,能搞定客户吗? 小而美的创业公司也很可能不错。 上一波 AI 主要是 to B 的市场,而且解决方案通用性不强,因此经常需要针对客户需求进行定制。 L4 自动驾驶之所以难做,不仅是因为上一代 AI 技术不够通用,需要大量的 if-else 来处理 corner case,更重要的是法律问题,万一自动驾驶撞死了人,谁去坐牢? 结语 大模型创业正在从狂热逐渐回归理性。狂热是因为大家发现 AI 真的能够理解自然语言了,通过了图灵测试,成为了一项通用技术。
引言 之前有很多关心我个人情况的朋友也比较关注我下一步去哪里就业或者创业的动向,时至今日已差不多算尘埃落定了,跟各位关心的小伙伴汇报一下以后的决定和选择,以及我对整个数据行业的思考和判断。 当下,随着 AI 在 Text-to-SQL 及各类数据加工过程中的深入应用,乃至 Flink 对 AI Native 引擎的探索,数据领域无疑迎来了一波新的技术浪潮。 智能物化与自动加速 平台能基于历史 SQL 执行日志和用户行为模式,利用 AI 自动推荐并构建最优物化视图 (Auto-MV),实现透明加速。 4. 可信内核:精准无幻觉 将确定性的数据计算引擎与生成式的 AI 能力解耦。确保内核稳定可靠,查询结果精准,彻底杜绝 AI 幻觉与语义歧义,保障企业级数据安全。 7. 所以在数轮深度协商沟通以后,决定以联合创始人的身份加入易问数据,深度参与到下一代AI Data Agent 平台的设计开发和市场推广中来。